一种基于LLMs大语言模型的半结构化文件处理方法

本发明提供了一种基于LLMs大语言模型的半结构化文件的处理方法，用于对半结构化文件进行高效解析及结构化文件转换，属于智能文档处理与多模态学习技术领域。本发明的创新如下：多模态融合解析：采用分层跨模态注意力机制HCMA，结合多头注意力机制与图神经网络GNN，实现文本与图像的多层次特征融合；自适应结构化转换：采用动态结构解析网络DPN，结合强化学习与生成模型，实现文档结构的自适应解析；生成模型与多模态推理：采用多模态生成推理网络MGRN，结合扩散模型与神经符号推理，实现文本与图像的联合生成与推理。本发明在文档解析、信息提取和智能推理方面带来了显著的技术突破，为各行业的数据驱动创新提供了有力支持。